《结合卷积神经网络和超像素聚类的细胞图像分割方法》

文章来源：http://kns.cnki.net/KCMS/detail/51.1196.TP.20170614.1318.098.html?uid=WEEvREcwSlJHSldRa1FhcEE0NXh1akkwNGNjMXVvQU9sekpLYXRrTkpzbz0=$9A4hF_YAuvQ5obgVAqNKPCYcEjKensW4ggI8Fm4gTkoUKaID8j8gFw!!&v=MTk2NTA3U1pMRzRIOWJNcVk1QlpPcDdZdzlNem1SbjZqNTdUM2ZscVdNMENMTDdSN3FlWU9kdkZ5emxVTHJJSlZZPUx6

1. 摘要

  针对细胞图像尺寸大、细胞形状各异，导致从图像中分割出精准的细胞十分困难的问题，以卷积神经网络为基础，结合染色校正方法和简单线性迭代的超像素聚类算法，提出了一种新的结构来进行细胞图像分割。首先，利用染色校正方法对细胞图像进行预处理，提高图像的颜色对比度；然后利用卷积神经网络获得初步分割结果；最后再将简单线性迭代聚类获得的超像素边界信息反馈到初分割图像上进行改进提升。提出的算法可以有效地减少图像局部信